2025 से शुरू होकर, कई लोग एक नए इंटरैक्शन तरीके की आदत डालने लगेंगे: GPT या Gemini को कहें, “मुझे अगले हफ्ते हांगकांग की यात्रा की योजना बनाएं और उपयुक्त उड़ान और होटल सुझाएं,” और यह पीछे से सूचना खोजने, शर्तों को छानने, मार्ग चुनने, कीमतों की तुलना करने जैसे कई कदम पूरे करेगा, और अंत में केवल परिणाम आपके स्वीकृति के लिए प्रस्तुत करेगा।
लेकिन उसी उम्मीद को ब्लॉकचेन पर लाने पर, कहानी पूरी तरह से बदल गई।
जैसे कि आप एक DeFi Agent को निर्देश देते हैं: "अपने वॉलेट में ETH को USDC में बदलें, Base चेन पर स्विच करें, और पूरी राशि Aave में जमा करें", वस्तुनिष्ठ रूप से, 'आवश्यकता को समझने' और 'मार्ग की योजना बनाने' के मामले में, आज का Agent इसे करने में असमर्थ नहीं हो सकता, वास्तविक अंतराल कार्यान्वयन चरण में आता है:
आपको अभी भी हस्ताक्षर, अधिकृत करना, विनिमय, क्रॉस-चेन और जमा करने जैसे चरणों को क्रमिक रूप से पूरा करना पड़ सकता है, और प्रत्येक चरण स्लिपेज परिवर्तन, गैस उतार-चढ़ाव, ब्रिजिंग देरी और चेन पर स्थिति परिवर्तन के जोखिम के अधीन होता है, जिसका अर्थ है कि यदि मध्य में कोई भी कड़ी अपेक्षित नहीं है, तो पिछले कार्रवाई वापस नहीं ली जा सकतीं और आगे की कार्रवाई संभवतः जुड़ नहीं पाएगी, अंत में चेन पर अक्सर केवल एक अधूरी प्रक्रिया ही रह जाती है।
समस्या यह नहीं है कि AI पर्याप्त बुद्धिमान नहीं है, बल्कि यह है कि अब तक ऑन-चेन एक्जीक्यूशन लेयर में एजेंट के लिए वास्तविक रूप से अनुकूलित एक अभिव्यक्ति की कमी है।
इसी कारण, 2026 के अप्रैल की शुरुआत में, बाइकोनोमी और ईथरियम फाउंडेशन ने मिलकर ERC-8211 जारी किया, जो वर्तमान स्मार्ट कॉन्ट्रैक्ट निष्पादन में "स्थिर सीमाओं" को हल करने का प्रयास करता है, ताकि AI एजेंट और जटिल DeFi वर्कफ्लो के लिए अधिक व्यक्तिपरक निष्पादन स्तर प्रदान किया जा सके।
एक, एआई एजेंट का चेन पर जुड़ना 'अंतिम फॉल्ट लाइन'
पिछले एक से दो वर्षों में, क्रिप्टो उद्योग का ध्यान L2 स्केलिंग, RWA लिक्विडिटी से स्पष्ट रूप से AI एजेंट्स के उस उल्टापुल्टा विषय पर जा रहा है कि वे कैसे ऑन-चेन ऑपरेशन्स पर कब्जा कर सकते हैं।
व्यक्तिगत रूप से, हाल के समय में हमने निर्माणों को देखा है, जिसमें "प्राकृतिक भाषा का उपयोग करके बहु-चरण DeFi रणनीतियाँ देना" से लेकर "स्वायत्त एजेंट द्वारा पूरी क्रॉस-चेन निवेश पोर्टफोलियो का प्रबंधन करना" तक के अधिकांश विचार डेमो स्तर पर परिपक्व हो चुके हैं, चाहे वह प्राकृतिक भाषा से बहु-चरण DeFi रणनीतियाँ उत्पन्न करना हो, स्वायत्त पुनः संतुलन निष्पादित करना हो, स्वचालित आय स्थानांतरण हो, क्रॉस-चेन पोजीशन समायोजन हो, या फिर अधिक जटिल पोर्टफोलियो प्रबंधन।
रीजनिंग और ऑर्केस्ट्रेशन के दृष्टिकोण से, AI की क्षमताएँ काफी तेजी से आगे बढ़ चुकी हैं, लेकिन जब इसे वास्तविक उत्पादन वातावरण में लाया जाता है, तो एक्जीक्यूशन लेयर की कमियाँ अधिक स्पष्ट होती जा रही हैं।
जब इसे उत्पादन वातावरण में लागू किया जाए, तो यह कमजोरी को एक वाक्य में सारांशित किया जा सकता है: DeFi गतिशील है, लेकिन आज के अधिकांश batch (बैच) अभी भी स्थिर हैं।
ERC-8211 की आधिकारिक वेबसाइट और चर्चा पोस्ट दोनों ही इस मुद्दे को स्पष्ट रूप से समझाती हैं, अर्थात् मौजूदा ERC-4337 और EIP-5792 ने वास्तव में "एक सिग्नेचर के लिए एक कॉल" के पुराने मॉडल को "एक सिग्नेचर द्वारा कई कॉल्स को पैक किया जा सकता है" नए चरण में आगे बढ़ाया है, लेकिन इन कॉल्स में पैरामीटर, मूल रूप से अभी भी सिग्नेचर के समय फ्रीज़ हो जाते हैं।
इसका मतलब है कि जब उपयोगकर्ता द्वारा हस्ताक्षर के समय दर्ज की गई राशि, लक्ष्य मान और अपेक्षित आउटपुट, वास्तविक निष्पादन के समय चेन पर स्थिति के परिवर्तन के कारण स्वचालित रूप से समायोजित नहीं होते हैं।
लेकिन DeFi खुद अनिश्चितता से भरा हुआ है। एक Swap का वास्तविक आउटपुट, उस ब्लॉक में स्लिपेज और तरलता पर निर्भर करता है; एक Bridge का आगमन समय और अंतिम आगमन राशि, Bridge की स्वयं की तंत्र और शुल्क पर निर्भर करती है; ऋण प्रोटोकॉल या Vault का share-to-asset अनुपात भी लगातार बदलता रहता है।
अंततः, उपयोगकर्ता या एजेंट द्वारा हस्ताक्षर के समय देखा गया मूल्य, अक्सर केवल एक वर्तमान अनुमान होता है, न कि निष्पादन के समय का वास्तविक परिणाम।
ERC-8211 द्वारा क्या समाधान किया जाता है, इसे समझने के लिए सबसे सामान्य उदाहरण पर विचार करें—मान लीजिए कि एजेंट एक ऐसा सामान्य कार्य करना चाहता है—अपने खाते से ETH को USDC में बदलें और पूरी राशि को Spark में जमा करके ब्याज कमाएं।
वर्तमान स्थैतिक बैच प्रोसेसिंग मॉडल के तहत, एजेंट को साइन करने से पहले यह अनुमान लगाना पड़ता है कि Swap के बाद उसे कितना USDC मिलेगा, जिससे अक्सर आपको साइन करते समय दूसरे चरण की इनपुट राशि पहले से ही स्थिर करनी पड़ती है, और अगर अनुमान अधिक है, तो वास्तविक प्राप्त राशि पर्याप्त नहीं होती और पूरा बैच रद्द हो जाता है; अगर अनुमान कम है, तो पैसा अपने वॉलेट में बेकार पड़ा रहता है।
अर्थात, यह मूल रूप से एक दुविधा में फंस जाता है—या तो विफलता का जोखिम उठाएं, या फिर अवसर की लागत। इसीलिए, बहुत से ऐसे ऑन-चेन प्रक्रियाएं जो दिखने में जटिल नहीं होतीं, जब उनके चरण 5, 8 या दो अलग-अलग चेनों के बीच फैल जाते हैं, तो वे तुरंत कमजोर हो जाती हैं; यह इसलिए नहीं कि रणनीति स्वयं वर्णन के लिए अत्यधिक जटिल है, बल्कि इसलिए कि मौजूदा कार्यान्वयन प्रणाली पूर्व-निर्धारित पैरामीटर पर अत्यधिक निर्भर है।
संक्षेप में, स्थिर बैच की क्षमता की सीमा, वास्तव में एजेंट द्वारा वास्तविक रूप से सुरक्षित रूप से निष्पादित किए जा सकने वाली रणनीति की सीमा निर्धारित करती है।
इस दृष्टिकोण से, ERC-8211 का उद्देश्य AI Agent कैसे निर्णय लेता है, इसे हल करना नहीं है, बल्कि जब Agent ने निर्णय ले लिया हो, तो उसे ब्लॉकचेन पर एक अधिक प्राकृतिक, स्थिर और सुरक्षित तरीके से निष्पादित किया जा सके। इससे ब्लॉकचेन निष्पादन को पहली बार AI Agent के लिए मूल रूप से डिज़ाइन की गई एक अभिव्यक्ति प्राप्त होती है।
द्वितीय, ERC-8211 ने वास्तव में क्या बदला?
ERC-8211 का मुख्य क्रांतिकारी बिंदु एक ही साइनेचर में अधिक चरण शामिल करने में नहीं है, बल्कि बैच प्रोसेसिंग को एक स्थिर पैरामीटर वाली ट्रांजैक्शन सीक्वेंस से एक «निष्पादन समय पर डायनामिक रूप से मूल्यांकित पैरामीटर» वाले प्रोग्राम में अपग्रेड करने में है।
यह सुनने में वास्तव में अमूर्त लगता है, लेकिन इसे समझना कठिन नहीं है, आधिकारिक रूप से इसे एक वाक्य में वर्णित किया गया है: From transactions to programs।
इसका अर्थ है कि ERC-8211 अब batch को एक क्रमबद्ध रूप से निष्पादित किए जाने वाले कार्यों की सूची नहीं मानता, बल्कि इसे एक रनटाइम मूल्यांकन और सुरक्षा शर्तों के साथ एक निष्पादन कार्यक्रम के रूप में मानता है; इसे विस्तार से समझने पर, यह इसे तीन संयोज्य प्राइमिटिव्स के माध्यम से प्राप्त करता है:
- फेचर्स (Fetchers): यह परिभाषित करता है कि यह पैरामीटर कहाँ से मान प्राप्त करता है, यह किसी पते के वर्तमान शेष के लिए एक बार क्वेरी हो सकता है, जिससे पैरामीटर सिर्फ साइन करने के समय का स्नैपशॉट नहीं रहता, बल्कि निष्पादन के क्षण में चेन पर स्थिति से प्राप्त रियल-टाइम रीडिंग बन जाता है;
- Constraints: पैरामीटर निकाले जाने के बाद, इनलाइन कंस्ट्रेंट चेक के माध्यम से जांच की जाती है—उदाहरण के लिए, 'प्राप्त USDC कम से कम ≥ 2500 होना चाहिए' या 'स्लिपेज 0.5% से अधिक नहीं होना चाहिए', इन कंस्ट्रेंट्स की जांच इन मानों को अगले कॉल में रूट करने से पहले की जाती है; कोई भी एक शर्त पूरी न होने पर, पूरी बैच तुरंत रोलबैक हो जाती है;
- प्रीडिकेट्स (ट्रिगर कंडीशन): इन्हें चरणों के बीच के गेटकीपर के रूप में समझा जा सकता है, जो मान उत्पन्न नहीं करते, बल्कि यह निर्णय लेते हैं कि क्या निष्पादन जारी रखना है; उदाहरण के लिए, क्रॉस-चेन स्थिति में, ईथरियम पक्ष का batch 'क्रॉस-चेन आयातित WETH प्राप्त हो चुका है' इस शर्त पर प्रीडिकेट के साथ प्रतीक्षा कर सकता है, और तब तक सबमिट नहीं करेगा जब तक प्राप्ति पूरी न हो जाए;
इस डिज़ाइन में, प्रत्येक पैरामीटर को दो प्रश्नों का उत्तर देना होगा: पहला, इस मान को निष्पादन के समय कहाँ से प्राप्त किया जाए; दूसरा, इसे वास्तविक रूप से कॉल में शामिल किए जाने से पहले क्या शर्तें पूरी होनी चाहिए, ताकि तीनों के संयोजन से, एक बैच केवल लेन-देन की अनुक्रम नहीं, बल्कि एक सुरक्षा जाँच के साथ एम्बेडेड प्रोग्राम बन जाए।
अंततः, स्थिर बैच प्रोसेसिंग का मानसिक मॉडल एक चेकलिस्ट है—A, B, C तीन चरणों को क्रम में निष्पादित करना; जबकि ERC-8211 का मानसिक मॉडल एक शर्तयुक्त प्रोग्राम है—A के बाद, A के वास्तविक आउटपुट को B के इनपुट के रूप में लें; B केवल तभी C में प्रवेश करता है जब यह सीमाओं को पूरा करता है; यदि कोई भी चरण अपेक्षित परिणाम नहीं देता, तो पूरा बैच रोलबैक हो जाता है।
हम इसे एक ऐसे 'स्मार्ट बैच प्रोसेसिंग' मैकेनिज्म के रूप में सरलता से समझ सकते हैं, जो AI एजेंट और जटिल DeFi ऑपरेशन के लिए विशेष रूप से डिज़ाइन किया गया है, क्योंकि पारंपरिक चेन-ऑन ऑपरेशन में, एक जटिल DeFi रणनीति पूरी करने के लिए अक्सर कई स्वतंत्र लेन-देन की आवश्यकता होती है: उधार लेने-देने के प्रोटोकॉल से फंड निकालना, टोकन का आदान-प्रदान करना, और फिर दूसरे प्रोटोकॉल में जमा करना (विस्तार से पढ़ें: एन्क्रिप्टेड AI प्रोटोकॉल का पूर्ण परिदृश्य: एथेरियम के मुख्य क्षेत्र से शुरू करते हुए, AI एजेंट के लिए एक नया ऑपरेटिंग सिस्टम कैसे बनाएं?)।
प्रत्येक चरण के लिए अलग से हस्ताक्षर और पुष्टि की आवश्यकता होती है, जो मानव उपयोगकर्ताओं के लिए थकान वाला है और उच्च आवृत्ति पर स्वयं संचालन की आवश्यकता वाले AI एजेंट के लिए एक बाधा है, जबकि ERC-8211 का समाधान कई ब्लॉकचेन ऑपरेशन को एक ही लेनदेन में संयोजित करने की अनुमति देता है, जहां प्रत्येक चरण के दौरान वास्तविक मान गतिशील रूप से विश्लेषित किए जाते हैं, और अगले चरण पर जाने से पहले पूर्वनिर्धारित शर्तों को पूरा करना आवश्यक है।
उदाहरण के लिए, एक एजेंट एक ही हस्ताक्षरित लेनदेन में निम्नलिखित कार्य कर सकता है: Aave से फंड निकालें → वास्तविक प्राप्त राशि को Uniswap पर विनिमय करें → विनिमय परिणाम को Compound में जमा करें—सभी एटॉमिक रूप से निष्पादित, बिना किसी नए स्मार्ट कॉन्ट्रैक्ट को लिखे।
तीसरा, यह बताया जाता है कि यह वॉलेट, विशेष रूप से स्मार्ट वॉलेट के साथ अधिक संबंधित है
ERC-8211 का ध्यान वॉलेट उद्योग के लिए इसलिए महत्वपूर्ण है, क्योंकि यह केवल एजेंट के लिए उपयुक्त नहीं है, बल्कि यह इंटरैक्शन चेन में वॉलेट की स्थिति को पुनर्परिभाषित करेगा।
पुराने वॉलेट, जो अधिक सुरक्षित हस्ताक्षरकर्ता की तरह थे, उनकी जिम्मेदारी निजी कुंजी को सुरक्षित रखना, लेन-देन को प्रदर्शित करना, उपयोगकर्ता को पुष्टि करने के लिए प्रेरित करना और फिर हस्ताक्षरित लेन-देन भेजना था। यह भूमिका EOA युग में पर्याप्त रूप से महत्वपूर्ण थी और अकाउंट अब्स्ट्रैक्शन युग में भी लागू होती है, लेकिन यदि भविष्य में अधिकांश ऑन-चेन ऑपरेशन Agent द्वारा किए जाने लगें, तो वॉलेट की भूमिका अधिक केंद्रीय और महत्वपूर्ण हो जाएगी।
कारण बहुत सरल है, जब उपयोगकर्ता श्रृंखला पर कार्रवाइयों को एक-एक करके नियंत्रित करना बंद कर देते हैं और एक Agent को पूरी लक्ष्य-आधारित कार्रवाई करने के लिए अधिकृत करने लगते हैं, तो वॉलेट को इस उच्चतर स्तर के इंटरैक्शन को संभालने की क्षमता होनी चाहिए; इसे अब केवल किसी कॉन्ट्रैक्ट पते और एक calldata का प्रदर्शन नहीं करना होगा, बल्कि एक पूर्ण “इंटेंट—वैल्यू लॉजिक—कंडीशनल जजमेंट—अंतिम परिणाम” कार्यक्रम।
इसलिए, भविष्य के वॉलेट को सिर्फ लेन-देन ही नहीं, बल्कि प्रोग्राम को समझना होगा। ERC-8211 इस स्तर पर वॉलेट को एक स्पष्ट बिंदु प्रदान करता है, क्योंकि यह इन कार्यान्वयन अर्थों को स्पष्ट रूप से कोडिंग संरचना में शामिल करता है, जिसमें पैरामीटर कहाँ से आते हैं, क्या शर्तें पूरी होनी चाहिए, कब आगे बढ़ना है और कब रद्द करना है, ये सब पीछे के लॉजिक में छिपे हुए ब्लैक बॉक्स नहीं हैं, बल्कि वॉलेट द्वारा व्याख्या, सिमुलेट और प्रदर्शित किए जा सकने वाली वस्तुएँ हैं।
वॉलेट दृष्टिकोण से, यह पूरा तंत्र अंततः एक ही बात की ओर इशारा करता है: उपयोगकर्ता अब ऐसे नीचे के कॉल्स पर हस्ताक्षर नहीं कर रहे हैं जिन्हें वे पूरी तरह समझने में कठिनाई महसूस करते हैं, बल्कि वे परिणाम-उन्मुख, स्पष्ट सीमाओं वाले और शर्तों की जांच के योग्य एक कार्यान्वयन कार्यक्रम पर हस्ताक्षर कर रहे हैं:
- AI एजेंट उपयोगकर्ता के इरादे को समझने और पथ बनाने के लिए जिम्मेदार हो सकता है;
- वॉलेट इस पथ को उपयोगकर्ता के समीक्षा के लिए अधिक स्पष्ट तरीके से प्रदर्शित करता है;
- और relayer केवल तभी सबमिट करता है जब शर्त पूरी होती है, और परिणाम बदलने का अधिकार नहीं रखता;
यही कारण है कि नॉन-कस्टोडियल एक्जीक्यूशन को एजेंटिक डीफाई की पूर्वशर्त माना जाता है, क्योंकि एजेंट्स भाग ले सकते हैं, लेकिन संप्रभुता, प्रतिबंध और अंतिम सेटलमेंट अभी भी चेन पर रहते हैं, और यही ERC-8211 और स्मार्ट वॉलेट के बीच वास्तविक संगति है, क्योंकि यह "जटिल इरादों को सुरक्षित ढंग से व्यक्त करना" को प्रोटोकॉल स्तर के मानक में शामिल करता है।
ध्यान दें कि ERC-8211, ERC-4337, EIP-7702, ERC-7579 जैसे अकाउंट अब्स्ट्रैक्शन फ्रेमवर्क के साथ पूर्ण रूप से संगत है, यह अकाउंट अब्स्ट्रैक्शन को प्रतिस्थापित नहीं करता है, बल्कि अकाउंट अब्स्ट्रैक्शन के ऊपर, एजेंट के लिए एक नया प्रोग्रामेटिक एक्जीक्यूशन सेमेंटिक्स की परत जोड़ता है।
अगर ERC-4337 ने "मेरी ओर से कौन लेन-देन शुरू कर सकता है" को हल किया, EIP-7702 ने "EOA कैसे अस्थायी रूप से स्मार्ट कॉन्ट्रैक्ट क्षमता प्राप्त कर सकता है" को हल किया, तो ERC-8211 ने यह हल किया कि जब Agent मेरी ओर से कार्रवाई शुरू करता है, तो क्या वह एक ही साइनेचर में पूरी निर्णय श्रृंखला पूरी कर सकता है।
ईथरियम के पिछले 10 वर्षों में ऑन-चेन इंटरैक्शन पैटर्न का विकास देखें:
- प्रारंभिक चरण: एक साइनेचर = एक फ़ंक्शन कॉल (EOA युग)
- दूसरा चरण: एक साइनेचर = एक स्टैटिक बंडल कॉल सेट (ERC-4337, EIP-5792 युग)
- तीसरा चरण: एक साइनेचर = एक डायनामिक रूप से मूल्यांकन किए जाने वाले इरादे प्रोग्राम (ERC-8211 युग)
प्रत्येक कूद का अर्थ है कि उपयोगकर्ता (या उपयोगकर्ता का प्रतिनिधित्व करने वाला एजेंट) कम घर्षण के साथ अधिक जटिल लक्ष्यों को व्यक्त कर सकता है।
हालाँकि ERC-8211 अभी एक प्रारूप के चरण में है, तकनीकी चर्चाएँ जारी हैं, और प्रोटोकॉल का व्यापक एकीकरण अभी भी समय लेगा, लेकिन यह दिशा पर्याप्त रूप से स्पष्ट है: जब AI Agent वास्तव में लोगों के लिए ऑन-चेन निर्णय लेना शुरू करेंगे, तो ऑन-चेन पर उसके साथ मेल खाने वाली, मूल निष्पादन वाक्यविन्यास की आवश्यकता होगी।